Trait Recommendations
Erhalten Sie Live-Empfehlungen zu Eigenschaften, während Sie Ihre Segmente erstellen, aus Ihren eigenen First-Party-Eigenschaften und Audience Marketplace Daten-Feeds.
Videodemonstration
Sehen Sie sich zunächst das Trait Recommendations Video unten an und lesen Sie dann weiter, um weitere Informationen zu erhalten. In diesem Video erfahren Sie, wie Sie mit Empfehlungen aus Ihren eigenen Erstanbieter-Eigenschaften sowie mit Eigenschaftsempfehlungen aus Audience Marketplace Daten-Feeds arbeiten, die bereits abonniert haben.
Im nächsten Video wird der Workflow für Marketplace Recommendations beschrieben und gezeigt, wie Sie Ihren Segmenten auf der Grundlage von Empfehlungen aus Daten-Feeds in Audience Marketplace Eigenschaften hinzufügen können. Diese Empfehlungen basieren auf Daten-Feeds die Sie nicht abonniert.
Überblick
Trait Recommendations, unterstützt durch Adobe Sensei, bringt Datenwissenschaft in Ihre täglichen Audience Manager-Workflows.
Wenn Sie mit Trait Recommendations ein Segment in Segment Builder erstellen oder bearbeiten, erhalten Sie Empfehlungen zu zusätzlichen Eigenschaften, die Sie einbeziehen können und die den Eigenschaften in der Segmentregel ähnlich sind.
Audience Manager zeigt Ihnen Eigenschaftsempfehlungen sowohl aus Erstanbieter-Eigenschaften im Recommendations Abschnitt als auch aus Audience Marketplace im Recommendations from Marketplace Abschnitt an.
Fügen Sie die empfohlenen Merkmale zu Ihrem Segment hinzu, um Ihre Zielgruppe zu erweitern.
Kurz gesagt:
- Im Abschnitt "Audience Manager" werden die Eigenschaften von Erstanbietern Recommendations. Marketplace-Empfehlungen von öffentlichen und privaten Feeds, die Sie nicht abonniert haben, sind im Abschnitt Recommendations from Marketplace sichtbar. Klicken Sie auf den Feed-Namen, um zu Audience Marketplace und zu abonnieren.
- Audience Manager zeigt maximal fünfzig Eigenschaften an, die denen in der Segmentregel ähnlich sind.
- Sie können die Datenquellen herausfiltern, aus denen Sie keine Empfehlungen anzeigen möchten.
- Bei der Berechnung der Ähnlichkeiten berücksichtigt Audience Manager UUIDs, die sich in den letzten 30 Tagen für das Merkmal qualifiziert haben.
- Wenn die Fehlermeldung „Keine ähnlichen Eigenschaften gefunden. Eigenschaft(en) könnte(n) zu neu sein.“ Dies bedeutet, dass entweder in den letzten 30 Tagen keine Aktivität für dieses Merkmal vorhanden war oder der Audience Manager die Empfehlungen für dieses Merkmal noch nicht aktualisiert hat. Bitte in 24 Stunden erneut versuchen.
Nutzungsszenarios
Mit Trait Recommendations können Sie Ihre Workflows verbessern, je nachdem, wie Sie Audience Manager verwenden:
- Als Marketing-Experte können Sie mithilfe ähnlicher Eigenschaften schnell Zielgruppen finden, die sich für komplementäre Produkte interessieren, sodass Sie Ihre Reichweite erhöhen können.
- Wenn Sie Audience Manager als Publisher mit Trait Recommendations verwenden, können Sie das Zielgruppenverhalten verstehen und bessere Segmente für den Anzeigenverkauf oder die Benutzerakquise erstellen.
- Als Audience Marketplace Datenkäufer möchte ich relevante Drittanbieterdaten ermitteln, ohne eine große Anzahl von Feeds durchsuchen zu müssen.
- Als Audience Marketplace Datenanbieter möchte ich Käufern relevante Daten empfehlen, damit ich von optimalen und relevanten Abonnements profitieren kann.
Unterschiede zwischen Trait Recommendations und algorithmischen Modellen
Algorithmische Modelle
Algorithmic Models findet nicht nur die einflussreichsten Eigenschaften, sondern bewertet Benutzende auch anhand dieser Eigenschaften und weist jedem Benutzer einen individuellen Wert zu. Anschließend erstellen Sie algorithmische Eigenschaften, um Ihre Benutzer anzusprechen. Mit den Eingabefeldern Genauigkeit und Reichweite in der Trait Builder können Sie festlegen, welche Benutzer zu denen gehören, die die einflussreichen Eigenschaften aufweisen, die Sie ansprechen möchten.
Algorithmic Models können Sie Benutzende mit unterschiedlichen Genauigkeitsstufen auswählen und testen, Audience Lab welche Benutzergruppe eine bessere Konvertierung erzielt. Weitere Informationen finden Sie im detaillierten Anwendungsfall unter Vergleichen von Modellen in Audience Lab.
In Algorithmic Models wird das Modell alle 8 Tage ausgeführt und aktualisiert die für algorithmische Eigenschaften qualifizierten Benutzer.
Trait Recommendations
Trait Recommendations erhalten Sie schnell Einblicke in andere Eigenschaften, die den in einem Segment verwendeten ähnlich sind.
Sie sollten Trait Recommendations verwenden, wenn:
- Sie benötigen schnelle Einblicke beim Erstellen eines Segments.
- Sie verwenden die Segmente für kurze Kampagnen oder wenn Sie schnell konvertierende Zielgruppen unterdrücken möchten.
- Sie versuchen, die Reichweite zu maximieren.
Workflow
Beim Erstellen oder Bearbeiten eines Segments in Segment Builder können Sie Eigenschaften erkunden, die den Eigenschaften in der Segmentregel ähnlich sind. Der Segment Builder-Workflow ist für neue und vorhandene Segmente sehr ähnlich:
Neue Segmente
-
Gehen Sie zu Zielgruppendaten > Segmente und klicken Sie auf Neu hinzufügen.
-
Fügen der Segmentregel im Dropdown Feld „Eigenschaften“ mindestens eine Eigenschaft hinzu.
-
Im Abschnitt Recommendations werden von Erstanbietern empfohlene Eigenschaften und Audience Marketplace von Feeds, die Sie abonniert haben, angezeigt. Im Recommendations from Marketplace Abschnitt werden Eigenschaftsempfehlungen von Feeds angezeigt, die Sie nicht abonniert haben. Alle diese Empfehlungen ähneln den Eigenschaften, die Sie zur Segmentregel hinzugefügt haben. Scrollen Sie nach unten, um alle empfohlenen Eigenschaften anzuzeigen.
-
(Optional) Um empfohlene First-Party-Eigenschaften aus bestimmten Datenquellen auszuschließen, klicken Sie auf das X-Symbol für die Datenquellen, die Sie ausschließen möchten.
NOTEDie ausgeschlossenen Datenquellen werden direkt über der Liste der empfohlenen Eigenschaften angezeigt. Klicken Sie X in das graue Feld, um die Ausschlüsse zu entfernen und die Ergebnisse aus den entsprechenden Datenquellen erneut anzuzeigen.1. Um der Segmentregel empfohlene Eigenschaften hinzuzufügen, klicken Sie auf das Symbol **+**.
IMPORTANT
Vorhandene Segmente
-
Gehen Sie zu Audience Data>Segments, wählen Sie das Segment aus, das Sie bearbeiten möchten, und klicken Sie auf
-
Scrollen Sie nach unten zum Dropdown-Feld Traits .
-
Sie können empfohlene Eigenschaften sehen, die den bereits in der Segmentregel enthaltenen Eigenschaften ähnlich sind. Scrollen Sie nach unten, um alle empfohlenen Eigenschaften anzuzeigen.
-
(Optional) Um empfohlene Eigenschaften aus bestimmten Datenquellen auszuschließen, klicken Sie auf das X-Symbol für die Datenquellen, die Sie ausschließen möchten.
NOTEDie ausgeschlossenen Datenquellen werden direkt über der Liste der empfohlenen Eigenschaften angezeigt. Klicken Sie X in das graue Feld, um die Ausschlüsse zu entfernen und die Ergebnisse aus den entsprechenden Datenquellen erneut anzuzeigen.1. Um der Segmentregel empfohlene Eigenschaften hinzuzufügen, klicken Sie auf das Symbol **+**.
Wenn Sie ein Segment erstellen oder bearbeiten und der Segmentregel eine Eigenschaft hinzufügen, werden maximal fünfzig empfohlene Eigenschaften angezeigt, ähnlich der von Ihnen hinzugefügten. Wenn die Segmentregel mehr als eine Eigenschaft enthält, verwendet der Audience Manager eine Round-Robin-Methode, um für jede Eigenschaft die beste Übereinstimmung anzuzeigen, dann die zweitbeste Übereinstimmung für jede Eigenschaft usw. für die fünfzig größten Eigenschaften nach Population in der Segmentregel.
Wenn die Segmentregel beispielsweise drei Eigenschaften enthält, wie unten gezeigt, werden folgende Eigenschaften empfohlen:
- Beste Übereinstimmung für Eigenschaft 3 (das Merkmal mit der größten Population);
- Beste Übereinstimmung für Eigenschaft 1;
- Beste Übereinstimmung für Eigenschaft 2;
- Zweitbeste Übereinstimmung für Eigenschaft 3;
- Zweitbeste Übereinstimmung für Eigenschaft 1 usw., bis Sie fünfzig Eigenschaften erreicht haben.
Um Empfehlungen für eine bestimmte Eigenschaft zu erhalten, können Sie auf die Eigenschaften in der Segmentregel (1) oder in der Ansicht Empfohlene Eigenschaften (2) klicken.
Wenn Sie auf eine First-Party-Eigenschaft klicken, wird ein Popup-Fenster geöffnet, wie in der Abbildung unten dargestellt. Wenn die empfohlenen Eigenschaften nicht Teil des Segments sind, können Sie sie dem Segment hinzufügen, indem Sie + drücken.
TIPNOTEFunktionsweise
Um Trait-Recommendations zu erstellen, berechnet Audience Manager die Jaccard-Ähnlichkeit zwischen der Zieleigenschaft und jeder anderen Eigenschaft, auf die Ihr Konto Zugriff hat, einschließlich Drittanbieterdaten. Audience Manager zeigt dann bis zu fünfzig Eigenschaften mit der größten Ähnlichkeit an.
Bewertung der Eigenschaftsähnlichkeit
Audience Manager berechnen die Trait Similarity Score zwischen zwei Eigenschaften, indem sie die Schnittmenge und die Vereinigung als Anzahl der UUID berechnen und diese dann teilen. Für zwei Eigenschaften A und B sieht die Berechnung wie folgt aus:
Siehe auch die beiden folgenden Beispiele.
Beispiel 1: Niedriger Ähnlichkeitswert für Eigenschaften
Nehmen wir an, bei zwei Eigenschaften A und B hat jedes dieser Merkmale eine Population von 1.000.000 UUID, von denen 25.000 UUID für beide Eigenschaften qualifiziert sind.
Unter Verwendung der obigen Formel ergibt dies: 25.000 / 1.975.000 = 0,012. Dies ist eine niedrige Trait Similarity Score, die beiden Eigenschaften sind sehr unterschiedlich.
Beispiel 2: Bewertung der Eigenschaftsähnlichkeit
Wenn dieselben Merkmale A und B 400.000 UUID hatten, die für beide Merkmale qualifiziert sind, ist die Trait Similarity Score viel höher:
400 000 / 1 600 000 = 0,25
Interpretation des Merkmal-Ähnlichkeits-Scores
Verwenden Sie die nachstehende Tabelle als grobe Anleitung zur Charakterisierung der Ähnlichkeit. Dieses Handbuch basiert auf den Ähnlichkeitswerten, die in den meisten Eigenschaften beobachtet wurden.
Rollenbasierte Zugriffssteuerung (RBAC)
Für Unternehmen, die Role-Based Access Controls (RBAC) verwenden, benötigen Sie die Berechtigung zum Erstellen und Bearbeiten von Segmenten, um empfohlene Eigenschaften anzeigen zu können. Die angezeigten Eigenschaftsempfehlungen sind nur die Empfehlungen aus Datenquellen, auf die Sie über RBAC Zugriff haben.
IMPORTANTWeitere Informationen über RBAC finden Sie hier.
Einschränkungen
- Derzeit zeigt der Audience Manager keine Ordnereigenschaften als empfohlene Eigenschaften an. Weitere Informationen zu Ordnereigenschaften finden Sie hier.
- Beim Anzeigen von Trait Recommendations berücksichtigt der Audience Manager Boolean Operatoren (AND, OR, NOT) in Segmentregeln nicht.